△ 대학병원들이 AI 활용 범위를 넓히고 있다.

의료 인공지능(AI)이 진단 보조를 넘어 병원 운영 효율화, 임상 데이터 연구, 응급·중환자 진료 지원 등 실제 의료 현장 전반으로 적용 범위를 넓히고 있다.

20일 의료계에 따르면 주요 상급종합병원과 연구기관들이 AI 기술을 병원 정보시스템, 임상데이터 플랫폼, 현장진단 장비와 결합하며 환자 중심의 스마트 의료 환경 구축에 속도를 내고 있다.

계명대학교 동산의료원은 최근 한국보건의료정보원이 공모한 '2026년 의료 AI 테스트베드 지원사업'에 주관기관(공급기관)으로 최종 선정됐다. 이 사업은 의료 AI(인공지능) 제품을 실제 병원 현장에 적용해 임상적 유효성과 운영 효율성을 검증하고 스마트 의료 환경의 확산을 돕기 위해 마련됐다. 

동산의료원(연구책임자 김경태)은 의료 AI 전문기업 바이오링크와 컨소시엄을 구성해 병원 운영 관리 효율화를 목표로 하는 '유형 2(워크플로우 효율화 실증)' 과제를 수행한다.  이번 사업을 통해 실증에 나서는 핵심 기술은 AI 기반의 환자 맞춤형 전원(轉院) 연계 플랫폼인 '케어링크(CareLink)'다.

그동안 병원 진료협력센터의 전원 업무는 전화와 팩스를 이용한 수작업에 주로 의존해 왔으며 이로 인해 환자 상태를 파악하고 적절한 병원을 탐색하는 데 많은 시간이 걸리는 한계가 있었다. 또 환자와 보호자 입장에서도 전원 가능한 병원의 정보와 선택지를 충분히 비교하기 어렵고 치료 가능 항목, 병실 형태, 위치, 시설 등 전원 결정에 필요한 정보를 확인하는 데 제약이 있었다.

동산의료원은 이번 실증을 통해 원내 전자의무기록(EMR) 시스템과 케어링크를 직접 연동하며 전원 업무의 전면적인 디지털 전환을 시도한다. 의료진이 EMR 시스템에 환자 정보를 입력하면 전원 신청서가 자동으로 생성되고 AI가 환자의 임상 상태와 희망 지역 등을 분석해 가장 적합한 의료기관을 제시한 뒤 관련 데이터를 즉시 전송하는 방식이다.

이를 통해 환자와 보호자는 다양한 병원 선택지와 병원 정보를 한눈에 확인하고 환자의 치료 필요도, 지역, 간호간병 조건, 병실 조건 등을 고려해 보다 주도적으로 전원 병원을 선택할 수 있을 것으로 기대된다.

동산의료원은 EMR 연동 기반의 전원 자동화 시스템이 구축되면 단순 반복적인 행정 업무 부담이 획기적으로 줄어들 것으로 기대하고 있다. 아울러 환자 상태에 맞는 최적의 병원을 신속하게 찾아 연계함으로써 병상 회전율을 높이고, 지역 의료기관 간의 효율적인 의료 전달 체계를 선도해 나갈 계획이다.

특히 케어링크를 통해 병원별 정보 제공의 투명성을 높이고, 환자와 보호자의 알권리와 의료기관 선택권을 강화해 환자 중심의 전원 연계 서비스를 구현해 나갈 방침이다.

배재훈 의료원장은 "우리 의료원이 보유한 우수한 의료 데이터 인프라와 스마트 병원 운영 역량을 바탕으로 이번 AI 테스트베드 사업을 성공적으로 완수하겠다"며 "병원 정보시스템과 업무 흐름을 혁신해 의료진의 업무 피로도를 낮추고 궁극적으로 환자들에게 더욱 신속하고 체계적인 의료 서비스를 제공하겠다"고 말했다.

서울아산병원 AI혁신지원실은 울산과학기술원(UNIST) 의과학대학원·인공지능대학원과 함께 의료 인공지능(AI) 분야 공동연구 협력 강화를 위해 '서울아산병원-UNIST 의료 AI 공동세미나'를 개최했다.

이 행사는 지난 3월 체결한 의료 AI 연구 활성화 업무협약의 후속 행사로 양 기관이 보유한 임상데이터와 AI 연구 역량을 바탕으로 연구자들이 최신 연구 성과를 공유하고 향후 공동연구 협력 방안을 논의하기 위해 마련됐다.

행사에는 서울아산병원 교수진과 연구진, UNIST 의과학대학원·인공지능대학원·바이오메디컬공학과·컴퓨터공학과 소속 연구자 등 40여 명이 참석했으며 의료 AI와 디지털 헬스케어 분야 연구 발표와 패널 토론을 통해 임상 현장과 인공지능 기술을 연계한 협력 가능성을 모색했다.

행사는 서울아산병원 및 UNIST 의과학대학원·인공지능대학원의 기관 및 연구 플랫폼 소개로 시작됐으며 이어 의료 AI, 디지털 병리, 임상 데이터 활용, 수술실 및 중환자실 데이터 분석, 디지털 트윈 기반 예측 모델링 등 실제 임상 현장 적용 가능성이 높은 다양한 주제의 연구 발표가 진행됐다.

특히 이번 세미나에서는 의료 현장에서 생성되는 대규모 임상데이터와 인공지능 기술을 접목한 연구 사례들이 공유됐다. 참석자들은 AI 기반 진단·예측 기술의 임상 적용 가능성과 데이터 활용 인프라 구축 방향에 대해 활발히 논의했다.

마지막 패널 토론에서는 양 기관의 연구 협력 확대 방안과 공동연구 추진 전략이 논의됐다. 연구자들은 의료 AI 분야에서 데이터 활용 환경 조성과 연구 인프라 연계가 중요하다는 데 공감하고, 지속 가능한 협력 체계 구축 필요성을 강조했다.

서울아산병원과 UNIST는 지난 3월 체결한 업무협약(MOU)을 기반으로 의료 AI 분야 협력을 확대하고 있다. 양 기관은 연구자 간 교류를 비롯해 의료 AI 연구를 위한 데이터 활용 인프라 구축, 연구 인프라 공동 활용, 공동 연구과제 발굴 등을 추진하고 있다.

특히 서울아산병원은 임상 데이터의 안전한 활용과 연구 효율성을 높이기 위한 통합 데이터플랫폼(Intergrated Data Platform, IDP) 구축을 추진하고 있으며 UNIST는 AI 슈퍼 컴퓨팅 인프라와 데이터 과학 역량을 기반으로 의료 AI 연구 환경을 강화하고 있다.

양 기관은 향후 연구자들이 상호 연구 인프라를 우선적으로 활용할 수 있는 협력 체계를 마련하고 임상 데이터와 AI 기술을 결합한 공동연구를 확대해 나갈 계획이다.

서울아산병원 양동현 AI혁신지원실장은 "이번 공동 세미나는 지난 3월 체결한 업무 협약 이후 양 기관 연구자들이 실제 연구 성과와 인프라를 공유하며 실질적 협력 방안을 구체화한 첫 자리라는 점에서 의미가 크다"고 말했다.

그는 이어 "서울아산병원의 풍부한 임상 데이터와 UNIST의 첨단 AI 기술 역량으로 의료 현장의 문제를 해결할 수 있는 의료 AI 솔루션을 개발하고 궁극적으로 환자들에게 더욱 정확하고 안전한 맞춤형 의료 서비스를 제공할 수 있도록 노력하겠다"고 덧붙였다.

UNIST 백승재 의과학대학원장은 "이번 세미나는 UNIST와 서울아산병원이 보유한 연구 역량과 인프라를 공유하고 의료 AI 분야 공동연구 가능성을 구체적으로 논의하는 자리였다"며 "양 기관이 보유한 AI 기술과 임상 데이터를 연계해 세계적 수준의 의료 AI 연구 성과를 창출할 수 있도록 협력을 확대해 나가겠다"고 전했다.

삼성서울병원은 최근 제1차 범부처 첨단 의료기기 연구개발사업 '의료기기 코어기술 및 제품개발' 분야 신규 과제에 선정돼 응급·중환자 환경에 특화된 '온디바이스(On-device) 기반 실시간 초음파 AI' 개발에 나선다.

이번 과제는 삼성메디슨이 주관하고 삼성서울병원, 성균관대학교, 이화여자대학교가 공동 연구기관으로 참여하는 컨소시엄 형태로 추진된다. 총 연구기간은 5년, 연구비는 약 50억원 규모다.

연구책임은 삼성서울병원 순환기내과 박성지 교수와 성균관의대 정명진 교수(삼성서울병원 데이터사이언스연구소장·영상의학과)가 맡는다.

현장진단초음파는 응급실, 중환자실, 구급 현장 등에서 환자 상태를 신속히 파악할 수 있는 핵심 진단 도구로 활용되고 있다. 다만 정확한 진단을 위해서는 적절한 영상 획득과 판독 경험이 필요해 활용 범위 확대에 한계가 있다는 지적이 꾸준히 제기돼 왔다.

연구진은 이러한 문제를 해결하기 위해 네트워크 연결 없이 초음파 장비 내부에서 실시간으로 작동하는 AI 기술을 개발할 계획이다.

개발되는 시스템은 표준 초음파 영상을 쉽게 획득할 수 있도록 돕는 '스캔 가이드', 진단에 부적합한 영상을 자동으로 걸러내는 '영상 품질평가(QA)', 응급상황에서 필요한 정량 분석 및 이상소견 탐지 기능을 하나로 통합하는 형태다.

특히 심장 초음파 분야에서는 좌심실 수축기능(LVEF) 자동 측정, 국소벽운동이상(RWMA) 탐지, 심낭삼출 및 심장압전 의심 소견 분석 등 응급 진료에서 활용도가 높은 기능을 구현하고 임상 검증까지 진행할 예정이다.

박성지 교수는 "현장진단초음파는 응급환자 치료 과정에서 매우 중요한 역할을 하지만 표준 영상 확보와 판독 정확성은 여전히 의료진에게 큰 부담으로 작용한다"며 "초음파 촬영부터 영상 평가, 분석까지 전 과정을 지원하는 AI 기반 통합 진단체계를 구축해 실제 의료현장에서 활용할 수 있는 임상 근거를 확보하겠다"고 말했다.

Tag

#의료기관#AI#고도화